← voltar ao portfólio

// estudo de caso

PCP Embalagem

Sistema de Planejamento e Controle de Produção para uma indústria de embalagens — do CRM e orçamento ao chão de fábrica, estoque e logística. Substituiu um conjunto de planilhas que tinha virado a memória operacional da empresa.

Papel: desenvolvedor full stack Stack: Python · React · Firebase · Docker · Coolify Status: em produção Código: 🔒 privado

O problema

A operação funcionava em planilhas. Não é uma crítica — planilhas funcionam, e é exatamente por isso que elas se espalham. O problema aparece depois: quando a regra de negócio mora em fórmulas que só uma pessoa entende, quando duas versões do mesmo arquivo divergem, e quando ninguém consegue responder "qual é o estado real da produção agora?" sem abrir cinco arquivos.

O desafio não era técnico no sentido de algoritmo difícil. Era de domínio: entender o processo real, incluindo as exceções que ninguém documenta porque "todo mundo sabe".

O que foi construído

Um sistema único cobrindo o fluxo de ponta a ponta, em vez de uma ferramenta por setor. As áreas principais:

Deploy containerizado com Docker, orquestrado via Coolify — o que permite subir versão sem depender de janela de manutenção manual.

Decisões que valeram a pena

Migrar por setor, não de uma vez

Trocar todo o sistema de uma vez é o caminho mais rápido para o projeto ser rejeitado. Habilitar um setor por vez permite que cada grupo aprenda no seu ritmo, e que o erro apareça pequeno.

A planilha como especificação, não como inimiga

As planilhas antigas eram a documentação mais honesta que existia do processo — incluindo as gambiarras. Lê-las com cuidado antes de modelar economizou muita reescrita.

O que eu precisei saber para construir isso

A ideia aqui não é listar tecnologia, e sim os conceitos que o projeto me obrigou a entender de verdade.

modelagem de domínio Antes de qualquer tabela, entender o que é uma "ordem" nesse negócio, o que a torna válida e como ela muda de estado. Errar o modelo custa mais do que errar qualquer linha de código depois.
máquina de estados Produção é sequência de estados com transições permitidas e proibidas. Tratar isso explicitamente evita a categoria de bug mais cara: o registro que chegou num estado impossível e ninguém sabe como.
containers e deploy reprodutível Docker deixou de ser "empacotar a aplicação" e virou a garantia de que o que roda em produção é o que foi testado. Coolify tirou o deploy do território do ritual manual.
software com usuário real tem outro custo de erro Um bug num projeto de estudo custa tempo. Um bug num sistema de produção para a linha. Isso muda o que você considera "pronto".

Onde estou hoje

Falar sobre um projeto assim